|
- fastNLP 中文文档
- =====================
-
- fastNLP 是一款轻量级的 NLP 处理套件。你既可以使用它快速地完成一个命名实体识别（NER）、中文分词或文本分类任务；
- 也可以使用他构建许多复杂的网络模型，进行科研。它具有如下的特性:
-
- - 统一的Tabular式数据容器，让数据预处理过程简洁明了。内置多种数据集的DataSet Loader，省去预处理代码。
- - 各种方便的NLP工具，例如预处理embedding加载; 中间数据cache等;
- - 详尽的中文文档以供查阅；
- - 提供诸多高级模块，例如Variational LSTM, Transformer, CRF等;
- - 封装CNNText，Biaffine等模型可供直接使用;
- - 便捷且具有扩展性的训练器; 提供多种内置callback函数，方便实验记录、异常捕获等。
-
-
- 内置组件
- ------------
-
- 大部分用于的 NLP 任务神经网络都可以看做由编码（encoder）、聚合（aggregator）、解码（decoder）三种模块组成。
-
- .. image:: figures/text_classification.png
-
- fastNLP 在 :mod:`~fastNLP.modules` 模块中内置了三种模块的诸多组件，可以帮助用户快速搭建自己所需的网络。
- 三种模块的功能和常见组件如下:
-
- +-----------------------+-----------------------+-----------------------+
- | module type | functionality | example |
- +=======================+=======================+=======================+
- | encoder | 将输入编码为具有具 | embedding, RNN, CNN, |
- | | 有表示能力的向量 | transformer |
- +-----------------------+-----------------------+-----------------------+
- | aggregator | 从多个向量中聚合信息 | self-attention, |
- | | | max-pooling |
- +-----------------------+-----------------------+-----------------------+
- | decoder | 将具有某种表示意义的 | MLP, CRF |
- | | 向量解码为需要的输出 | |
- | | 形式 | |
- +-----------------------+-----------------------+-----------------------+
-
-
- 内置模型
- ----------------
-
- fastNLP 在 :mod:`~fastNLP.models` 模块中内置了如 :class:`~fastNLP.models.CNNText` 、
- :class:`~fastNLP.models.SeqLabeling` 等完整的模型，以供用户直接使用。
-
- .. todo::
- 这些模型的介绍如下表所示：（模型名称 + 介绍 + 任务上的结果）
-
- 用户手册
- ----------------
-
- .. toctree::
- :maxdepth: 1
-
- 安装指南 <user/installation>
- 快速入门 <user/quickstart>
- 详细指南 <user/tutorial_one>
- 科研指南 <user/with_fitlog>
- 注释语法 <user/example>
-
- API 文档
- -------------
-
- 除了用户手册之外，你还可以通过查阅 API 文档来找到你所需要的工具。
-
- .. toctree::
- :titlesonly:
- :maxdepth: 2
-
- fastNLP
-
- fitlog
- ------
-
- 用户可以 `点此 <https://fitlog.readthedocs.io/zh/latest/>`_ 查看fitlog的文档。
- fitlog 是由我们团队开发，用于帮助用户记录日志并管理代码的工具
-
- 索引与搜索
- ==================
-
- * :ref:`genindex`
- * :ref:`modindex`
- * :ref:`search`
|
